如何用fixest::sunab基于日度面板按月度分组估计并保留日期固定效应？

核心需求 #

基于日度层面面板数据，使用fixest::sunab进行事件研究估计，保留日度日期固定效应的同时，将点估计按月度时间间隔分组，同时解决从未处理组被模型丢弃的问题。

解决方案步骤 #

1. 修正从未处理组的编码 #

无需将从未处理组的处理日期设为极早的2001-01-01（会导致相对时间范围过大，模型运行极慢），而是将其设为样本期结束后的日期，既不会被模型丢弃，又不会干扰处理组的估计：

library(tidyverse)
library(fixest)
library(lubridate)

# 生成示例面板数据
panel_dates <- seq(as_date("2016-01-01"), as_date("2022-12-31"), by = "day") %>% 
  as_tibble() %>% 
  rename(date = value)

districts <- c(1:20, 22, 24, 25) %>% 
  as_tibble() %>% 
  rename(district = value) %>% 
  filter(district != 13)

panel_dates <- panel_dates %>% cross_join(districts)

treatments <- tibble(
  district = c(1:20, 22, 24, 25),
  treatment_dates = as_date(c(
    "2018-05-16", "2018-01-29", "2018-03-16", "2017-01-13", "2017-10-12", "2018-03-28",
    rep(NA, 17)
  ))
)

final_panel <- panel_dates %>% 
  left_join(treatments, by = "district") %>% 
  mutate(yvar = rnorm(n = row_number()))

# 处理从未处理组：替换NA为样本结束后日期
final_panel <- final_panel %>% 
  mutate(treatment_dates = if_else(is.na(treatment_dates), as_date("2023-01-01"), treatment_dates))

2. 自定义月度分箱函数 #

通过自定义函数，将每个观测的**相对时间（距离处理日期的天数）**转换为月度分组，实现点估计的月度聚合：

# 定义月度分箱函数：将相对天数映射为月度区间
month_bin <- function(x) {
  # x = date - treatment_dates，即相对天数
  months_rel <- floor(x / 30.44) # 按平均每月30.44天转换为相对月份
  # 限制区间范围（可根据研究需求调整）
  months_rel <- if_else(months_rel < -24, -24, months_rel) # 提前超过24个月统一归为-24
  months_rel <- if_else(months_rel > 24, 24, months_rel) # 滞后超过24个月统一归为24
  # 转换为可读性更强的因子标签
  factor(
    months_rel, 
    levels = seq(-24, 24), 
    labels = paste0(c(rep("提前",24), "当月", rep("滞后",24)), abs(seq(-24,24)))
  )
}

3. 使用sunab结合bin参数估计模型 #

在sunab中传入自定义分箱函数到bin参数，同时保留日度date和district固定效应：

# 估计模型：设置参考期为提前6个月（可按需调整）
model <- feols(
  yvar ~ sunab(period = date, cohort = treatment_dates, ref.c = -6, bin = month_bin) | district + date,
  data = final_panel
)

# 查看估计结果
summary(model)

# 绘制月度分组的事件研究图
iplot(model, main = "月度分组事件研究估计")

关键说明 #

• 从未处理组处理逻辑：将其处理日期设为样本后日期，确保它们的相对时间均为负数，不会进入处理后的分组区间，同时避免模型丢弃该组。
• bin参数的作用：通过自定义分箱函数，将原本按日度的相对时间估计，聚合为月度层面的点估计，同时保留了原始日度数据的date固定效应。
• 性能优化：避免了原方法中极宽的相对时间范围，将估计量数量从数千个（日度）降到数十个（月度），大幅提升模型运行速度。

内容的提问来源于stack exchange，提问作者mikeytop